基于改进OpenPose算法的猪只行为识别方法 |
| |
引用本文: | 李光昌,刘飞飞,李嘉豪.基于改进OpenPose算法的猪只行为识别方法[J].河南农业大学学报,2022(3):460-470. |
| |
作者姓名: | 李光昌 刘飞飞 李嘉豪 |
| |
作者单位: | 1. 江西理工大学机电工程学院;2. 江西理工大学电气工程与自动化学院 |
| |
基金项目: | 国家自然科学基金项目(61364014); |
| |
摘 要: | 【目的】提高猪只行为识别效率,提供猪只健康状态的快速判别依据,推进中国生猪养殖智能化和规模化。【方法】借鉴OpenPose人体姿态估计算法并对其改进,构建猪只姿态估计模型,在视频流图像中提取猪只骨骼关节点,通过计算关节点间距与骨骼关节角度描述猪只行为特征,利用K-最近邻算法(K-nearest neighbor, Knn)对猪只行为进行分类。【结果】采用基于改进OpenPose算法对猪只行为的识别准确率达到94%以上,优于采用YOLO v4算法的识别结果;与采用DeepCut、Associative Embedding和DeeperCut姿态估计算法相比,采用改进OpenPose算法构建的猪只姿态估计模型对猪只各类行为识别准确率提高了4%以上。【结论】本识别方法能够满足生猪规模化养殖中猪只行为自动化监控的需求,有效降低工人劳动强度,为猪只健康异常状态的判别提供辅助决策信息,在养殖业智能化和信息化领域具有巨大应用潜力。
|
关 键 词: | 猪只行为 姿态估计 OpenPose算法 Knn算法 计算机视觉 |
|
|